小编hR *_*312的帖子

我是一个初学者，对于如何选择可以改善我的模型的预训练模型，我感到非常困惑。

我正在尝试使用模型的预训练权重创建猫品种分类器，比如说在数字数据集上训练的VGG16，这会改善模型的性能吗？或者如果我仅在数据库上训练模型而不使用其他权重会更好，或者两者都与那些预先训练的权重相同只是一个起点。

另外，如果我使用针对猫和狗数据训练的VGG16的权重作为我的猫品种分类模型的起点，这将有助于我改进模型吗？

Gridsearchcv和贝叶斯优化中的哪一个更适合优化超参数？

我想创建一个第三方聊天机器人 API，它是异步的，并在 10 秒暂停后回复“ok”。

import time

def wait():
    time.sleep(10)
    return "ok"

# views.py
def api(request):
    return wait()

我已经尝试了 celery，如下所示，我正在等待 celery 响应：

import time
from celery import shared_task

@shared_task
def wait():
    time.sleep(10)
    return "ok"

# views.py
def api(request):
    a = wait.delay()
    work = AsyncResult(a.id)
    while True:
        if work.ready():
           return work.get(timeout=1)

但是这个解决方案是同步工作的，没有区别。我们如何在不要求用户继续请求直到收到结果的情况下使其异步？